-
公开(公告)号：CN116486230B
公开(公告)日：2024-02-02
申请号：CN202310433523.4
申请日：2023-04-21
Applicant: 哈尔滨工业大学(威海) , 长江时代通信股份有限公司
Abstract: 本申请实施例公开了一种基于半递归特征金字塔结构的图像检测方法及存储介质，涉及深度学习图像检测技术领域，其中方法包括：通过图像采集设备获取实时图像；将实时图像输入到半递归特征金字塔的低语义层生成第一次低语义特征；将第一次低语义特征进行反馈特征选取操作，生成反馈特征；将反馈特征和实时图像再次输入到低语义层进行递归计算得到第二次低语义特征；将第一次低语义特征和第二次低语义特征分别输入到半递归特征金字塔的高语义层进行下采样，得到两次高语义特征；将第一次低语义、第二次低语义特征和两次高语义特征分别进行对应层的融合，生成用于预测的特征，利用自适应检测头进行多级预测，得到预测结果并进
-
公开(公告)号：CN116486230A
公开(公告)日：2023-07-25
申请号：CN202310433523.4
申请日：2023-04-21
Applicant: 哈尔滨工业大学(威海) , 长江时代通信股份有限公司
Abstract: 本申请实施例公开了一种基于半递归特征金字塔结构的图像检测方法及存储介质，涉及深度学习图像检测技术领域，其中方法包括：通过图像采集设备获取实时图像；将实时图像输入到半递归特征金字塔的低语义层生成第一次低语义特征；将第一次低语义特征进行反馈特征选取操作，生成反馈特征；将反馈特征和实时图像再次输入到低语义层进行递归计算得到第二次低语义特征；将第一次低语义特征和第二次低语义特征分别输入到半递归特征金字塔的高语义层进行下采样，得到两次高语义特征；将第一次低语义、第二次低语义特征和两次高语义特征分别进行对应层的融合，生成用于预测的特征，利用自适应检测头进行多级预测，得到预测结果并进行可视化展示。
-
公开(公告)号：CN116051804A
公开(公告)日：2023-05-02
申请号：CN202211378299.5
申请日：2022-11-04
Applicant: 哈尔滨工业大学(威海) , 南京龙垣信息科技有限公司
Abstract: 本方案涉及一种基于多尺度反瓶颈结构的目标检测方法、装置、计算机设备及存储介质。所述方法包括：获取原始图像并降采样处理，得到降采样图像；对降采样图像进行反瓶颈操作，并根据骨干网络生成特征金字塔网络；通过特征金字塔网络得到不同尺度特征图，并利用无锚框像素级检测在不同尺度特征图上针对不同大小的目标进行多级预测；对多级预测结果进行模型训练后对原始图像进行多级预测以及后处理，得到目标检测框。通过多尺度反瓶颈结构与无锚框检测结合的方式实现图像的多尺度检测，可以避免信息流失，提高信息有效性，以解决现阶段目标检测领域中图像噪点和图像失真导致的目标检测困难问题，提高目标检测的效果。
-
-
Search Results
3
records
(took 0.044 seconds)
